挑战PMV模型?!

昆山票友建筑科技有限公司    建筑技术    挑战PMV模型?!

 

 

注:本文作者为UC 伯克利助理教授Stefano Schiavon 

翻译:花生

 

      预测平均投票(PMV)模型是预测人体热感觉最常用的模型,已经使用了50年。尽管PMV模型被广泛用作设计工具并纳入热舒适性标准,但通过与实际建筑中的现场研究进行比较,PMV模型的准确性受到了质疑。我们使用世界上最大的热舒适性现场调查数据库(数据可视化工具)将PMV模型的预测与参与者报告的现场热感觉(观察到的热感觉,observed thermal sensation,OTS)进行比较。

 

      我们发现,由PMV模型预测的热感觉,平均而言,是和受试者反应相距甚远的一个热感觉量表单位。PMV预测热感觉的总体准确度仅为34%,即准确预测热感觉的三分之一。(完全随机模型的预测精度为17%)PMV模型对接近中性的感觉的预测精度稍高,但精度在热感觉量表的任一端下降,并且高估了冷热感觉。过高估计的趋势导致可接受的温度范围较窄,这会带来显著的能量损失。

 

pmv1

 

      PMV模型需要六个输入(空气温度、平均辐射温度、空气速度、衣物隔热和代谢活动)。许多参数在实际情况下几乎不可能测量和正确估计,因此一个简单的模型提供了优势。为了证明这一点,我们开发了一个简单的仅基于空气温度的热预测模型,与PMV模型相比,热感觉预测的精度达到35%。这表明,需要四个环境参数和两个个人参数作为输入的PMV模型比实际建筑中应用的理想解决方案要小,而基于现成输入(仅温度)的简单模型可能更有用,至少在许多常见条件下。

 

pmv2

   

      仅基于空气温度的简单热感觉预测模型,Ta(°C,°F)(左)根据不同感觉输出的工程判断方法确定的截止温度;(右)模型预测性能

 

      参考文献:https://escholarship.org/uc/item/2kd0135t

 

      Stefano指出了PMV在预测方面似乎是低效的——只有三分之一的准确率,而随机法也有17%的准确率。那么将PMV需要考察的6项参数简化为温度1项参数之后,模型的准确率居然依然可以接近PMV,由此Stefano得出了结论,热感觉指标的准确性其实和人(PMV中的新陈代谢和服装热阻)关联不大。

 

      Stefano通过实际调查对比证明了PMV和实际感受有相当大的出入。这一点在很多研究中也有相近结论。其中一个主要原因是,PMV基于热中性原则得出,而实际调查时人员的评价标准并非基于热中性,甚至一些人认为保持热中性的环境是糟糕的,他们更喜欢有一点温差变化的环境。因此,Stefano的确指出了PMV存在的问题,并且认为可接受的温度范围实际上要更宽一些。但其仅基于温度的模型认为可以达到或超过PMV预测准确性的结论,我认为存在明显的问题。事实也说明,这种方法的准确性只有35%,不足以优越到替代PMV。

 

      我认为,PMV的最大问题在于其为一种静态的热平衡模型,缺乏动态考量特别是缺乏人对环境的动态适应性考虑。现在做的是还不够多,再去简化已有的成果,未必是一种上升的螺旋。

 

2019-05-24 19:00
浏览量:0